1 / 37

分子生物関連データベース 統合検索システム

分子生物関連データベース 統合検索システム. 東京大学 医科学研究所 ヒトゲノム解析センター 日本シリコングラフィックス（株） 飯坂 剛一. Genome. 簡単にいうと遺伝情報 ＤＮＡと呼ばれるヒモ状の超高分子物質で鎖状に連なった構造 アデニン（Ａ） グアニン（Ｇ） シトシン（Ｃ） チミン（Ｔ）. Genome. ヒトの体の細胞は約６０兆個 脳や肝臓、皮膚など形や機能が違っても同じゲノム DNA ３つのゲノム DNA で１つアミノ酸 生体アミノ酸は約２０ ゲノムはプログラム？ TATA : 遺伝子の始まり ATG: 蛋白質への翻訳開始

haroun
Download Presentation

分子生物関連データベース 統合検索システム

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 分子生物関連データベース統合検索システム 東京大学 医科学研究所 ヒトゲノム解析センター 日本シリコングラフィックス（株） 飯坂 剛一

  2. Genome • 簡単にいうと遺伝情報 • ＤＮＡと呼ばれるヒモ状の超高分子物質で鎖状に連なった構造 • アデニン（Ａ） • グアニン（Ｇ） • シトシン（Ｃ） • チミン（Ｔ）

  3. Genome • ヒトの体の細胞は約６０兆個 • 脳や肝臓、皮膚など形や機能が違っても同じゲノムDNA • ３つのゲノムDNAで１つアミノ酸 • 生体アミノ酸は約２０ • ゲノムはプログラム？ • TATA : 遺伝子の始まり • ATG: 蛋白質への翻訳開始 • AATAAA: 遺伝子の終わり

  4. 遺伝子のおよその数 遺伝子数 ４，０００ ８，０００ １５，０００ ４０，０００ １００，０００ DNA数 ４５０万 １４００万 ８０００万 ６億 ３０億 種 大腸菌 酵母 線虫 イネ ヒト

  5. ヒトゲノムプロジェクト • １９７３： 組換えDNA実験の登場 • １９８８： 米国ヒトゲノムプロジェクト発足 • １９９１： 日本ヒトゲノムプロジェクト発足

  6. Human Genome Centerの役割

  7. GenomeNet

  8. ヒトゲノム解析センター（HGC）計算機関係部門の業務ヒトゲノム解析センター（HGC）計算機関係部門の業務 • ゲノム情報解析のための計算機システムの運用 • 利用者登録／質問対応／計算機のメンテナンス • 講習会／ワークショップ／チュートリアルの開催 • 利用の手引き／パンフレット等の発行 • ゲノムネットの構築とサービス運用（京大化研共同） • 最新の公的データベースを計算機上に保持 • 参照情報を元に統合化したデータベースの作成 • ホモロジー検索などの基本的検索・解析サービス • ゲノム情報解析のためのソフトウエアの開発 • 日本独自のゲノム関連データベースの構築

  9. HGCスーパーコンピュータシステム

  10. 分子生物関連データベース 内容 すべての塩基配列 すべてのアミノ酸配列 重複を除いた塩基配列 重複を除いたアミノ酸配列 核酸塩基配列（ＤＤＢＪ含む） 核酸塩基配列 タンパク質アミノ酸配列 タンパク質アミノ酸配列 タンパク質アミノ酸配列 タンパク質などの立体構造 ＰＤＢアミノ酸配列 真核生物プロモーター 転写因子 タンパク質配列モチーフ 酵素反応化合物 ＫＥＧＧパスウエイマップ ＫＥＧＧゲノムマップ ＫＥＧＧ遺伝子カタログ 遺伝病 変異タンパク質 アミノ酸指標 タンパク質関連文献 医学･生物学文献（リンク） リンク情報 作成者 （GenBank + EMBL) (SwissProt + PIR + PRF + PDBSTR) (GenBank, EMBL から作成) (SwissProt, PIR, PRF, GenPept から作成) 米国 NCBI, 国立遺伝学研究所 欧州 EBI ジュネーブ大学， EBI ジョージタウン大学 蛋白質研究奨励会 ブルックヘブン国立研究所 京都大学化学研究所 スイスがん研究所 ドイツバイオテクノロジー研究所 ジュネーブ大学 京都大学化学研究所 京都大学化学研究所 京都大学化学研究所 京都大学化学研究所 ジョンズホプキンス大学 蛋白工学研究所 京都大学化学研究所 蛋白質研究奨励会 米国国立医学図書館 京都大学化学研究所 データベース DNA Protein nr-nt nr-aa Genbank EMBL SwissProt PIR PRF PDB PDBSTR EPD TRANSFAC PROSITE LIGAND PATHWAY GENOME GENES OMIM PMD Aaindex LITDB Medline LinkDB

  11. 日本の新しいゲノムデータベース 内容 Bacillus subtilis ゲノムデータベース Escherichia coli ゲノムデータベース Synechosystis sp. ゲノムデータベース 微生物ゲノムデータベース 細胞性粘菌 cDNA データベース 線虫遺伝子発現パターンデータベース ２１番染色体シーケンスマップ ＪＳＴヒトゲノムシーケンシングデータベース ヒト遺伝子発現データベース ヒト cDNA データベース p53 変異データベース シグナルパスウエイデータベース 作成者 ＨＧＣ， 奈良先端大学 奈良先端大学 かずさ ＤＮＡ 研究所 ＨＧＣ 粘菌グループ 国立遺伝学研究所 ＨＧＣ 科学技術振興事業団 大阪大学 大塚製薬， ＨＧＣ ＨＧＣ 九州大学 データベース BSORF E.coli Databank CyanoBase MBGD DictycDB NEXTDB CHR21 JST BodyMap GENOTK p53MDB SPAD

  12. LOCUS HSU88725 2093 bp DNA PRI 19-MAR-1998 DEFINITION Human type 1 inositol 1,4,5-trisphosphate receptor gene, promoter region and exon 1. ACCESSION U88725 NID g1857947 KEYWORDS . SOURCE human. ORGANISM Homo sapiens Eukaryota; Metazoa; Chordata; Vertebrata; Mammalia; Eutheria; Primates; Catarrhini; Hominidae; Homo. REFERENCE 1 (bases 1 to 2093) AUTHORS Deelman,L.E., Jonk,L.J.C. and Henning,R.H. TITLE The isolation and characterization of the promoter of the human type 1 inositol 1,4,5-trisphosphate receptor JOURNAL Gene 207 (2), 219-225 (1998) REFERENCE 2 (bases 1 to 2093) AUTHORS Deelman,L.E., Jonk,L.J. and Henning,R.H. TITLE Direct Submission JOURNAL Submitted (06-FEB-1997) Clinical Pharmacology, University of Groningen, A. Deusinglaan 1, Groningen 9713 AV, The Netherlands FEATURES Location/Qualifiers source 1..2093 /organism="Homo sapiens" /db_xref="taxon:9606" promoter 1..1948 TATA_signal 1922..1927 exon 1949..2093 /number=1 /product="type 1 inositol 1,4,5-trisphosphate receptor" BASE COUNT 504 a 517 c 554 g 512 t 6 others ORIGIN 1 atcgtgaaca caaactttgt ctatttcaag agctttgccc cttcctggac tgacattaaa 61 tgcttatctg agcaggcaaa tacagtgcac atgtttacat tggggaggta gcggagacta 121 gtagtttagg accagggttc aagactcagc tatttgtgtg actttggagg aagtaattta 181 atcgctttgt gccccccctc agttttctca taagtaaaaa tggcttaata ggatttaatt 。。。 // エントリ名による検索 (ACCESSION, ENTRY など) キーワードによる検索 タイトル （DEFINITION, TITLE など） 参考文献 （REFERENCE 内） 種･組織 （SOURCE, ORGANISM 内） 核酸・アミノ酸類似度による検索 （ORIGIN, SEQUENCE など） リンク先の検索 （データベース内外） データベースサービス

  13. リンクされた分子生物関連データベース

  14. 検索サービス 内容 統合データベース検索 統合データベース検索 遺伝子･ゲノム百科事典 パスウエイ検索 ホモロジー検索(nogap, fast) ホモロジー検索(gap, fast) ホモロジー検索(gap, fast) ホモロジー検索(gap, best) タンパク質モチーフ検索 利用形態 WWW, Client, E-mail WWW, Client WWW, FTP, CD WWW, E-mail WWW, E-mail ログイン WWW, E-mail ログイン WWW 作成者 京大化研 ＮＣＢＩ 京大化研 京大化研 ＮＣＢＩ ＮＣＢＩ W.Pearson 京大化研 京大化研， 基生研 システム DBGET/LinkDB Entrez KEGG PATHWAY BLAST 1.4 BLAST 2.0 FASTA SEQHP MOTIF 例） bget データベースエントリの取得 bfind キーワード検索 binfo データベースリリース一覧 bman データベースのマニュアル参照 blink データベースの関連エントリ検索

  15. Search Engine/ Analyzing Tool Database データベースへのアクセス方法 • データベースと検索･解析システム • データベースの検索 • 解析システムからのデータベースの利用 • アクセス方法 • ＷＷＷ • コマンド・NQS • 電子メール • ＦＴＰ query user answer • Access • WWW • コマンド • 電子メール • System • server (e.g. HGC) • local (e.g. PC) • ftp install

  16. 複合計算機システム SR2201 FASTA • WWW • NQS Sun Enterprise 10000 DBGET BLAST

  17. GenomeNet • WWW http://www.genome.ad.jp

  18. DBGETのWWWサービス

  19. DBGETのWWWサービス

  20. DBGETのWWWサービス

  21. DBGETのWWWサービス

  22. DBGETのWWWサービス • コマンドを選択 : bfind/bget • オプションの設定 • コマンド実行 • 検索結果から関連データベースへのハイパーリンクを作成

  23. BLASTのWWWサービス

  24. BLASTのWWWサービス

  25. BLASTのWWWサービス • BLASTのコマンドを選択 • オプションの設定 • 検索対象データベースを選択 • 問合わせ配列の入力 • BLASTの実行 • BLASTの検索結果をHTML化 • 関連データベースへのハイパーリンク

  26. CGI： BLASTを呼び出す（部分） $CMD1 = "$PROGRAM $dbname input.seq $options -p$NCPUS"; open( JOBF, ">$WORK/blast.job" )|| die "Cannot create Job file"; print JOBF "#!$CPULIMIT /bin/sh\n" ; print JOBF "$LIMITCMD\n"; print JOBF "mkdir $TMPDIR/blast.job.$$\n"; print JOBF "cd $TMPDIR/blast.job.$$\n"; print JOBF "cat > input.seq <<__EOF__\n" ; print JOBF `cat $WORK/blast.input` ; print JOBF "__EOF__\n" ; print JOBF "$CMD1 | $ANCHOR | $FILTER >output 2>/dev/null\n"; print JOBF "rcp output $WWW_HOST:$WORK/blast.res\n" ; print JOBF "cd .. ; /sbin/rm -rf $TMPDIR/blast.job.$$ 2>/dev/null\n" ; close(JOBF); chmod( 0755, "$WORK/blast.job" ); system("rsh $BLAST_HOST $WORK/blast.job");

  27. CGI処理の極意 • Formデータの処理 use CGI; $Query = new CGI; : $dbname = $Query->param(’dbname’); • 外部コマンドの実行 system $cmd; • 結果をHTML化 • 関連項目へのハイパーリンク (もし必要なら) • 「便利さ」はここで決まる

  28. 複合計算機システム SR2201 FASTA • WWW • NQS Sun Enterprise 10000 DBGET BLAST

  29. 複合計算機システム FEP 検索サーバー blue ３２CPU blue1 ６４CPU blue2 １２８CPU blue3 １６CPU blue4 １６CPU DBサーバー

  30. なぜバッチ処理（NQS）を使うのか • 並列化プログラムのパフォーマンスを配慮 • ジョブの管理が容易 • サービスマシンのトラブル時にバックアップマシンへの切り替えが簡単

  31. NQS投入の例 gray{iisaka}19: blastp blastp 1.4.9MP [26-March-1996] [Build 19:24:28 Dec 12 1997] Reference: Altschul, Stephen F., Warren Gish, Webb Miller, Eugene W. Myers, and David J. Lipman (1990). Basic local alignment search tool. J. Mol. Biol. 215:403-10. test sequence file or directory: test.seq Choose sequence Library: 1. nr-aa (Rel. 98-10-18) 2. swissprot (Rel. 36.0) 3. swissprot-upd (Rel. 36.0+/10-03) 4. pir (Rel. 57.0) 5. prf (Rel. 98-09) 6. genpept (Rel. 108.0) 7. genpept-upd (Rel. 108.0+/10-18) 8. pdbstr-upd (Rel. 84.0+/08-02) Enter library filename (e.g. prot.lib), or number (e.g. 2): 4

  32. NQS投入の例（つづき） more options? (? to see manual) [none]: output file? [test.seq.bla]: program: blastp datalib: pir options: -p8 query type: protein input file: test.seq output file: test.seq.bla OK? [yes] nqs-181 qsub: INFO Request <22740.gray>: Submitted to queue <blast> by <iisaka(5015)>.

  33. NQS投入のスクリプト（部分） sub qsub_blast { if ($input_ftype eq 'file') { open(QSUB, "| qsub -r $progname -eo -o $output -q $Qname{$queue}") || die; print QSUB "cd $CWD; $progpath/$progname $dbname $seqfile $options\n"; close(QSUB); } elsif ($input_ftype eq 'directory') { if (! defined(@Files)) { opendir(DIR, $seqfile) || die "Can't access $seqfile\n"; @Files = sort readdir(DIR); close(DIR); } foreach $f (@Files) { next if ($f =~ /^\./); print STDERR "$seqfile/$f\n"; open(QSUB, "| qsub -r $progname -eo -o $output/$f -q $Qname{$queue}") || die; print QSUB "cd $CWD; $progpath/$progname $dbname $seqfile/$f $options\n"; close(QSUB); print STDERR "Done.\n"; } } }

  34. NQS投入のスクリプト（ファイル時） if ($input_ftype eq 'file') { open(QSUB, "| qsub -r $progname -eo -o $output -q $Qname{$queue}") || die; print QSUB "cd $CWD; $progpath/$progname $dbname $seqfile $options\n"; close(QSUB); }

  35. NQS投入のスクリプト（ディレクトリ時） } elsif ($input_ftype eq 'directory') { if (! defined(@Files)) { opendir(DIR, $seqfile) || die "Can't access $seqfile\n"; @Files = sort readdir(DIR); close(DIR); } foreach $f (@Files) { next if ($f =~ /^\./); print STDERR "$seqfile/$f\n"; open(QSUB, "| qsub -r $progname -eo -o $output/$f -q $Qname{$queue}") || die; print QSUB "cd $CWD; $progpath/$progname $dbname $seqfile/$f $options\n"; close(QSUB); print STDERR "Done.\n"; } }

  36. Perlの利点 • 他のマシンでもきちんと動作する • トラブル時のバックアップが容易 • 開発期間が短い • デバッグが比較的容易

  37. Perlの欠点 • 2G超のファイル/メモリを扱えるか？ • 内部表現が32ビット • 保守が大変 • 可読性が良くない • 暗黙の規則 • ２文字の「魔法のような変数」 • いろいろな記述ができる制御 • “便利すぎて”ドキュメント化しづらい

More Related